汽车“CPU”从ADAS到自动驾驶

1、目录 HYPERLINK l _TOC_250011 技术架构：自动驾驶汽车的“核芯”科技 1 HYPERLINK l _TOC_250010 E/E 架构由分布走向集中，使得集中算力平台成为可能 1 HYPERLINK l _TOC_250009 自动驾驶芯片平台成为整车计算核心 1 HYPERLINK l _TOC_250008 自动驾驶技术演进，高级自动驾驶成为可能 2 HYPERLINK l _TOC_250007 市场分析：自动驾驶市场如何发展？ 3 HYPERLINK l _TOC_250006 各国政府积极布局，政策推动行业发展 4 HYPERLINK l _TOC_250005

2、 ADAS 步入黄金发展时期，短期内有望快速扩张 4 HYPERLINK l _TOC_250004 高级自动驾驶逐步发展，2030 年后开始规模商用 6 HYPERLINK l _TOC_250003 公司层面：多维度分析各厂家芯片性能与商用情况 7 HYPERLINK l _TOC_250002 芯片产品多维度对比， 国外厂商仍处领先地位 7 HYPERLINK l _TOC_250001 下游渠道合作日益紧密，国内企业加速追赶 11风险因素 13投资建议 13 HYPERLINK l _TOC_250000 投资策略 13插图目录图 1：汽车 E/E 架构发展趋势 1图 2：自动驾驶技术

3、及车载芯片演进路线 3图 3：自动驾驶投资阶段 4图 4：国内车企自动驾驶技术发展规划 5图 5：国外车企自动驾驶技术发展规划 5图 6：L1-L3 等级 ADAS 市场规模（亿元） 5图 7：L1-L3 等级 ADAS 渗透率 5图 8：芯片价格变化曲线 6图 9：计算平台（类英伟达 DRIVE PX2 平台）价格曲线 6图 10：软硬件耦合度与芯片效率紧密相关 9图 11：整车厂灵活度由公司开放度决定 9图 12：各芯片发布与量产时间 10图 13：芯片功能实现对比 10图 14：芯片车规级认证情况 11图 15：芯片公司与部分下游厂商合作情况 12表格目录表 1：主要自动驾驶芯片厂商的最

4、新芯片产品 7表 2：各公司芯片算力与能耗 8 技术架构：自动驾驶汽车的“核芯”科技E/E 架构由分布走向集中，使得集中算力平台成为可能传统汽车使用分布式 E/E 架构（电子电气架构），算力和数据较为分散，难以实现自动驾驶所需的计算。分布式 E/E 架构下，汽车通过特定 ECU（电子控制单元）实现特定功能，各 ECU 间较为独立，一方面导致难以协调利用各 ECU 的算力资源，另一方面也无法满足自动驾驶对于多传感器融合等数据协同方面的需求。随着汽车功能的复杂化，汽车 E/E 架构从分布式向集中式演进。同时，由于自动驾驶需要对整车进行整体控制，因此计算资源势必要集中化，自动驾驶芯片应运而生。随着汽

5、车 E/E 架构经历分布式域集中式整车集中式的升级，整车的资源与数据被集中到更高层面，交由具备集中处理能力的控制器处理，而芯片是这种集中处理能力的主要载体。以目前发展迅速的域集中式架构为例，自动驾驶芯片实质上也就是自动驾驶域的计算中心。自动驾驶芯片有望向整车的计算中心发展。随着汽车 E/E 架构由域集中式继续向整车集中式发展（参考报告计算机行业“智能网联”系列专题之四车载以太网：智能汽车的中枢神经2020-8-25），汽车的计算资源还将进一步集中。自动驾驶芯片承担了自动驾驶汽车中主要的计算任务，如果在这一基础上将其他功能所需的计算能力融入进去，就可能打造出整车级别的计算中心。特斯拉正是这一路径

6、的探索者。据台湾工商时报报道，特斯拉正与博通合作研发下一代自动驾驶芯片，预计将用于控制和支持 ADAS（先进驾驶辅助系统）、电动汽车动力传动、汽车娱乐系统和车身电子四大功能。若以此标准来看，特斯拉的下一代自动驾驶芯片将非常接近整车计算中心的概念。图 1：汽车 E/E 架构发展趋势资料来源：博世自动驾驶芯片平台成为整车计算核心中央集中式架构的演进促进了车载芯片的发展，自动驾驶芯片成为智能汽车时代核心。特斯拉率先使用了中央集中式架构，即用一个电脑控制一个汽车，其他各大主机厂认识到软件定义汽车的大趋势，纷纷升级自身的电子电气架构，向域控制/集中化进军。域控制器开始集成汽车的传感器处理器、数据融合、路

7、径规划、控制等诸多运算处理器功能，因此对域控制芯片的算力需求大幅提升。非结构化的传统 MCU 不再能够满足需求，加之自动驾驶技术需要对汽车进行整体化的协同控制，自动驾驶芯片作为智能时代的协处理器，成为智能汽车时代的核心。车载芯片是自动驾驶技术落地的基石，也是智能汽车生态循环的心脏。智能网联汽车的四大核心技术：芯片、算法、操作平台、数据共同构建起了新的汽车产业架构，其中车载芯片承担了主要的计算任务，是实现软件定义汽车与自动驾驶的基石。类比于手机产业链，我们认为自动驾驶车载芯片行业与自动驾驶平台属于寡头垄断格局，而从当下行业发展的情况来看，芯片行业格局较为稳定，且处于产业链核心地位。目前，各大互联

8、网企业、零部件厂商以及车企纷纷致力于研发自身的自动驾驶平台。自动驾驶平台是各驾驶功软硬件模块的集中配置管理平台，用于模块化开发和管理不同部件功能。自动驾驶系统涵盖多个软件模块，同时整合了各硬件模块，一个稳定、可靠的操作系统平台可以很好的调配软硬件资源，极大的提高研发效率并节约成本。因此，众多自动驾驶芯片厂商将开发平台视为除芯片外另一重要的竞争点。在芯片开发平台方面，多家芯片公司推出了基于其芯片的高性能运算平台。英伟达推出了 NVIDIA DRIVE，提供从底层运算、操作系统层以及应用层在内的全套可定制的解决方案；Mobileye 联合其母公司 Intel 发布了 IntelGo 平台，该平台具

9、备包括 CPU、FPGA及面向深度学习的硬件加速技术在内的灵活架构；华为推出了 MDC 系列智能驾驶计算平台，可最高实现 L4 级别的自动驾驶；恩智浦推出了 Blue BOX，基于 Linux 打造开放式平台，可供主机厂和一级供应商开发和试验。自动驾驶技术演进，高级自动驾驶成为可能根据 SAE（Society of Automation Engineers，国际自动机工程师协会）在 2014 年发布的关于自动驾驶汽车的分级标准，自动驾驶技术一共被分为 5 个等级：驾驶支援（Level 1），部分自动化(Level 2)，有条件自动化（Level 3），高度自动化（Level 4），完全自动化（

10、Level 5）。从 2015 年开始，L1 级辅助驾驶技术逐渐走向市场，随后，自动驾驶技术就一直在经历着飞速的发展。按照技术演技路线来看，我们正处于 L3 阶段的市场导入期，我们预计在 2023 年，L4 及以上的技术逐渐走向成熟，完全自动驾驶将在不远的未来成为可能。2015 年以前汽车的辅助驾驶功能主要为 L0/L1 级，L0 级可以实现一些告警功能，如 LDW（Lane Departure Warning，汽车车道偏移预警系统），FCW（Forward Collision Warning，前方碰撞预警），对于许多车而言，LDW 和 FCW 已经是标配。L1 级可实现加减速或转向控制，驾驶

11、员需要进行持续性驾驶操作，间或受到警告和干预系统的辅助支持。代表功能包括 LKA（Lane Keeping Assist，车道保持辅助）、AEB（Advanced Emergency Braking，自动紧急制动）、ACC（Adaptive Cruise Control，自适应巡航控制）等。汽车 E/E 架构为分布式，即大部分功能仍是分布式离散单元控制，单个 ECU 对应单个功能，整体单车配套价值约 7 千元。2016 年起进入 L2 时代，辅助系统可实现车速控制与转向自动化，驾驶必须始终保持掌控驾驶，在特定场景下系统进行横向和纵向操作。代表功能包括 TJA（Traffic Jam Assis

12、t，交通拥堵辅助）、APA（Auto Parking Assist，自动泊车辅助系统）等，部分 ECU 开始集成式发展，自动驾驶芯片重要性日益提升，2 级系统通常结合两种或两种以上的 1 级驾驶人辅助系统，整体单车配套价值在 1.5 万左右。到 2020 年，全球正式进入 L3 级时代，即有条件自动驾驶。汽车可在特定环境下实现自动驾驶，驾驶员可以解放双手，不必一直监控系统，但必须保持警惕并在必要时刻进行干预。代表功能为 TJP（Traffic Jam Pilot，交通拥堵驾驶）、RPP（Remote Parking Pilot，遥控泊车）等。分布式 E/E 架构逐渐向域集中式演进，自动驾驶芯片

13、逐渐成为汽车刚需，车载芯片算力指数级提升，开始扮演自动驾驶及整车控制的重要作用。L3 及以下整体单车配套价值约为 2.5 万元。预计从 2023 年开始，我们将逐步进入 L4 级时代，汽车实现高级自动驾驶，功能范围内不再需要驾驶人参与。代表功能包括 TJC（Traffic Jam Chauffeur，拥堵辅助副驾驶）、 HWC（Highway Chauffeur，高速公路副驾驶）等，自动驾驶芯片将成为整车核心，汽车 E/E 架构走向完全集成，预计在激光雷达大幅降价后单车系统价值约 4 万元左右。图 2：自动驾驶技术及车载芯片演进路线资料来源：自动驾驶技术概论-清华版，中信证券研究部 市场分析：

14、自动驾驶市场如何发展？从自动驾驶技术的演进节奏来看，我们认为市场发展应该分为两个阶段。第一阶段为 2020-2025 年，短期内 ADAS 及 L3 以下技术快速普及。受制于政策、伦理、技术等问题，目前来看短期内高等级的无人驾驶无法实现盈利能力，而此时低等级无人驾驶已经拥有了一定技术支撑，加之成本的下降与政策上的对于 ADAS 的强制普及， ADAS 系统将由原来的高端车型“奢侈品”逐渐市场下沉，成为中低端车型的标配。目前，我们已经逐渐步入这一阶段，华为、地平线、百度、黑芝麻等公司均在积极布局。我们认为，未来 3-5 年将成为 ADAS 与 L3 以下技术发展的黄金时期。第二阶段为 2025

15、年后，中长期高级（L4/L5）自动驾驶技术市场将逐步落地。自动驾驶开始在特定场景中实现，基础建设落地，智能网联汽车技术普及，相关政策与法律体系走向成熟，安全等级逐步提高，自动驾驶技术也实现了 L4/L5 的技术突破，单车价值量提升，自动驾驶领域实现万亿的市场机会。图 3：自动驾驶投资阶段资料来源：自动驾驶技术概论-清华版，中信证券研究部各国政府积极布局，政策推动行业发展政策方面，各国政府均出台了多项利好政策，ADAS 有望快速发展。美国自 2015 年起强制要求一般车辆与商用车辆安装倒车显示，自 2018 年起五星安全标准车辆必须配置自动紧急制动 AEB；欧洲在 2015 年起强制所有新车安装

16、 LDW，2016 年起 AEB 需具备防止与行人碰撞能力，2017 年起 4 星评级车辆需具备主动安全系统；日本自 2016 年起强制新车安装 AEB，2017 年 11 月起要求所有新车必须安装 FCW。我国政府也在积极布局相关政策，促进 ADAS 与高级自动驾驶技术加速落地。2016年，我国发布了“十三五”汽车工业发展规划意见，对智能网联汽车发展设定目标：具有驾驶辅助功能的智能网联汽车当年新车渗透率达 50%，有条件自动化的汽车当年新车渗 透率达 10%，到 2020 年我国初步建立能够支撑驾驶辅助及低阶自动驾驶的智能网联汽车 标准体系；2019 年年初发布了车联网（智能网联汽车）产业发

17、展行动计划并提出相 应指标：2020 年新车高级驾驶辅助系统（ADAS）搭载率将超过 30%，接下来预计市场渗 透率每年增长 30%，在 2024-2025 年，全球生产的全部 8000 万辆新车上面都将搭载ADAS。ADAS 步入黄金发展时期，短期内有望快速扩张短期内，ADAS 技术将成为汽车行业主流，市场渗透率稳步上升至市场饱和。在当前阶段，我国政府积极推动自动驾驶技术落地，作为自动驾驶基础的 ADAS 应用快速发展。同时，根据全球各大车企规划来看，大部分企业都准备在 2020 年左右量产携带 L3 级别自动驾驶的汽车，少数企业计划直接跳过 L3，在 2023 年左右发布 L4 级别汽车。

18、受技术演进、法规、大众接受度等因素的制约，短期内高级自动驾驶技术难以普及。因此，我们预计在未来 3-5 年内，L3 及其以下的自动驾驶技术将成为行业主流，ADAS 作为自动驾驶的前期落地产品，是自动驾驶技术走向成熟的必由之路。随着技术的成熟、成本的下降与政策的驱动，预计 ADAS 系统将逐渐普及，市场渗透率稳步提升至 2025 年达到基本饱和。图 4：国内车企自动驾驶技术发展规划图 5：国外车企自动驾驶技术发展规划资料来源：各公司官网，中信证券研究部资料来源：各公司官网，中信证券研究部目前，ADAS 渗透率不高，市场成长空间大，具有广阔的市场前景，有望成为汽车行业新的利润增长点。截止到 202

19、0 年，全球汽车产业 ADAS 渗透率约为 26%左右。我们预测，到 2025 年 L1 和 L2 功能渗透率会从 2019 年的 20%增长至 42%，2025 年以后将开始逐渐下降至2030 年约为33%；而L2 以上等级的功能渗透率在2025 年以后将快速增长， 2025 年 L2+和 L3 的功能渗透率会从 2019 年的 0%，分别增长到 13%和 9%，到 2030 年渗透率将分别达到 20%和 22%。综合以上，预计中国自主品牌乘用车 ADAS 到 L3 的总渗透率将从 2019 的 20%快速增长至 2025 年的 64%，并在 2030 年达到 75%，总市场规模预计可达 1

20、04 亿元。其中，芯片、软件系统及传感器将贡献主要市场增量。图 6：L1-L3 等级 ADAS 市场规模（亿元）图 7：L1-L3 等级 ADAS 渗透率12010080L1-L3ADAS 市场规模（亿元）同比（%）140%80%70%60%50%40%26.0%30%20.0%20%10%0%L1渗透率 L3渗透率L2渗透率总渗透率75.0%69.5%64.0%54.0%46.0%38.0%31.0%126.1% 120%100%80.0%6066.7%80%55.6%402035914048.4%4647.6%3150.0%2110460%40%20%0%2019 2020E 2021E

21、2022E 2023E 2024E 2025E2030E2019 2020E 2021E 2022E 2023E 2024E 2025E2030E资料来源：乘联会，中信证券研究部全球产业策略组预计资料来源：乘联会，中信证券研究部全球产业策略组预计ADAS 系统处于卖方市场甚至垄断市场阶段，国外厂商毛利率较高，我国企业或面临价格下降压力。目前的 ADAS 市场还是由国外主流的 Tier1 及 Tier2 厂商主导，其中 Mobileye 公司更是占据了视觉系统自动驾驶市场超过 70%的份额，英伟达、特斯拉等海外巨头则占据了剩余的大部分市场份额。我国厂商如华为、黑芝麻、地平线等公司起步较晚，处于赶

22、超阶段，虽然近两年技术已经拥有了长足的发展，但与国外顶尖水平仍有一定差距。在毛利率方面，由于目前市场参与玩家较少，ADAS 行业又存在较高的技术壁垒，目前市场没有激烈的价格竞争，国外厂商均保持较高的利润率，Mobileye 公司在 2017 年被收购前的毛利率约为 70%，净利润率也接近 30%；英伟达公司毛利率一直保持在 60%左右，其净利润率也在 20%左右。与之相对的，我国企业整体毛利率相对较低，以地平线为例，2019 年公司毛利率只有 24%。因此，伴随着自动驾驶芯片市场的竞争日趋激烈，如果国外厂商在未来压缩收益率空间，我国厂商可能会面临较大的压力。价格方面，ADAS 系统目前整体偏高

23、，产品降价势在必行。目前，ADAS 系统处于市场导入期，整体价格偏高，且作为新型昂贵部件，该系统仍主要安装在高端车型上。基于Tier1 的解决方案在量产规模逐渐提升上来之后逐步开始降价，但是基于开放式平台自主研发的复杂系统依然很昂贵，比如 Mobileye560 系列后装整套售价为 849 美金，即人民币近 6000 元；基于英伟达 Xavier 的计算平台高达 1000 美金以上，不包括软件功能；特斯拉 Autopilot 高配售给消费者的价格是 8 千美金，即 5 万多人民币，这大概是一台特斯拉车售价的 10%甚至更高。随着 ADAS 系统需求的与日俱增，产品规模有望在短期内迅速增加，产品

24、降价势在必行。图 8：芯片价格变化曲线图 9：计算平台（类英伟达 DRIVE PX2 平台）价格曲线30002500200015001000500020182021E2025E资料来源：中信证券研究部资料来源：乘联会，中信证券研究部预测高级自动驾驶逐步发展，2030 年后开始规模商用从中长期来看，预计 L3 级别以上的自动驾驶大约在 2023 年之后开始落地，2025 年以后进入高速发展期。预计 2026 至 2030 年是以 L3 及以上高级别赛道竞争为主的阶段，而 L1 和L2 的功能渗透率将被 L3+取而代之逐渐下降，国内外主要玩家包括地平线、华为、黑芝麻、英伟达和 Mobileye。预

25、计 L3 级别及以上的自动驾驶前装套件报价将在 3000-10000 美金/套。根据各公司官网数据，现阶段已经量产的自动驾驶系统中，实现 L2+功能的通用-凯迪拉克 CT6 的智能驾驶配套包的报价在 5000 美金/套；特斯拉的 AutoPilot 系统，根据不同的实现功能，分别报价在 5000 美金/套、8000 美金/套。奥迪 A8 代表现阶段量产的自动驾驶的最高水平，已经达到 L3 级别，可以实现在高速公路上，以 60 公里/小时的速度完成自动驾驶功能，让驾驶员完全可以不用手握方形盘而去做其他的事情，其报价在 10000 美金/套。参考上述车厂的自动驾驶前装套件报价，预计在大规模普及之后

26、，L3 级别及以上的自动驾驶前装套件报价将在 3000-10000 美金/套。 公司层面：多维度分析各厂家芯片性能与商用情况随着自动驾驶技术的日益进步和 ADAS 渗透率的提升，汽车对于传感器数量以及算力要求也随之提升，并直接刺激了车载 AI 芯片技术的提升与演进。在自动驾驶芯片领域，技术路线众多，厂商背景相对多元。我们认为目前海外主要厂商包括 Mobileye、特斯拉、英伟达等，国内实力较强的厂商包括华为、地平线、黑芝麻等。各公司芯片的指标对比相对多元，除了算力方面的单纯对比之外，各芯片能效比、软硬件耦合度、平台开放度、产品时间规划、芯片功能实现、车规级认证水平等均是非常重要的参考维度。目前

27、，国外厂商在芯片开发设计与量产周期环节仍处于领先地位，国内厂商通过提高产品能效比、增加平台开放度、提高产品研发速度等方面形成差异化竞争优势，有望在未来抢占更多市场份额。表 1：主要自动驾驶芯片厂商的最新芯片产品厂商Mobileye英伟达特斯拉华为地平线黑芝麻智能科技A1000A1000L目标等级L4-L5L2-L5L2-L5L2.5L3-L4L3-L4未公布L3-L4ADAS算力（TOPS） 24302007216等效算力 49640-7016功耗（W） 1030约 6536821585芯片EyeQ5XavierOrinFSD昇腾 310征程 2征程 5华山二号华山二号（含解决方案）量产时间2

28、0212020202220192018201920222021 2021资料来源：各公司官网，中信证券研究部芯片产品多维度对比， 国外厂商仍处领先地位分析维度 1：算力与能效比算力与能效比是芯片最核心的竞争力，高算力与高能效比的芯片往往能够更高效稳定地实现自动驾驶。在算力方面，行业一般认为，L2 需要的计算力在 10 TOPS 以下，L3 需要 30-60 TOPS，L4 需要超过 100 TOPS，L5 需要超过 1000 TOPS。芯片是自动驾驶汽车的核心计算单元，为了实现高等级的自动驾驶技术，与之相对应的芯片算力需求也就越高。与此同时，优秀的芯片不仅需要在绝对算力方面拥有强大的竞争力，还

29、要兼顾到能效比。自动驾驶车载芯片往往配置在电动汽车上，自动驾驶芯片的能耗情况也非常重要。高能效比的芯片不仅能够为汽车节约大量的电力，还能产生更少的热能，有助于芯片模组的散热与高性能稳定运行。英伟达系列芯片绝对算力领先，国产芯片能效比表现不俗。在算力方面，英伟达的Orin 芯片以 200TOPS 的算力水平处于领先水平，Xavier 芯片是现在市面上已经量产的芯片中算力最高的芯片之一，公司的解决方案更是算力最高。Mobileye 公司虽然 EyeQ5 算力仅有 24TOPS，但其能效比达到了 2，同时，硬件与软件高度耦合的特点也使得 Mobileye在芯片算力并不高的情况下就表现出了不俗的自动驾

30、驶能力。在能效比方面，中国公司地平线与黑芝麻科技计划于未来 2 年内推出的征程 5 和华山二号 A1000 分别达到了 5 和 6TOPS/W，远远领先其他竞争者。同时，英伟达的低能效比虽然一直被诟病，但其计划于 2022 年推出的 DRIVE AGX Orin 解决方案能效比却达到了 2.7，算力更是达到了 2000TOPS，基本满足 L5 级别要求，极具竞争力。表 2：各公司芯片算力与能耗芯片公司名称算力(TOPS)功耗（W）TOPS/W制程量产时间应用场景MobileyeEyeQ42.560.428nm2019L1-L2EyeQ524102.47nm2021L3英伟达Xavier3030

31、1.012nm2020L2-L5Orin200653.17nm2022L2-L5特斯拉FSD36361.014nm2019L3黑芝麻华山 A5005.822.928nm2020L1-L2华山 A100040-7088.816nm2021L3华山 A1000L1653.216nm2021L2-L3华为Ascend3101682.012nm2018L4Ascend9102563100.87nm2019L4地平线J2422.028nm2019L1-L2J35100.516nm2020L1-L2J596156.4未公布2022L3DCU英伟达DRIVE PX Pegasus3204600.7/2020

32、L2-L5平台DRIVE AGX Orin20007502.7/2022L2-L5特斯拉FSD HW3.01441001.4/2019L3华为MDC30064/2019L3MDC 600352352/2019L3-L5MDC 21048/2021Q2L2+MDC 610160/2021Q4L3-L4地平线Matrix 2.040202/2019L2资料来源：各公司官网、中信证券研究部分析维度 2：软硬件耦合度自动驾驶芯片的软硬件耦合度对芯片的效率有着非常重要的影响，软硬件契合的系统往往拥有更好的表现。高度耦合的软硬件一般拥有更高的计算效率，但同时也限制了下游厂商在自动驾驶领域开发的自由度。与之

33、相反，软硬件耦合度较低的公司则可以提供给下游厂商更高的自由度与灵活性，但这一灵活性带来的弊端就是如果软硬件之间没有形成有效的契合，芯片的表现可能会大打折扣，同时也会对驾驶系统的稳定性造成影响。以 Mobileye 为例，其“软件+芯片”的黑箱子解决方案软硬件耦合非常紧密，开放性较低，这一特点使得他们即使在芯片算力方面没有绝对的优势，也能实现非常高等级的自动驾驶。但同时，他们这一模式也饱受争议。在自动驾驶时代，数据往往是一家公司的核心竞争力，任何一家厂商都不愿将核心数据与算法拱手相让，通常情况下，Mobileye 只会将处理后的感知目标结果输出给车企，而不会提供原始数据，因此，很多厂商在与 Mo

34、bileye 合作时会有更多的顾虑。与 Mobileye 公司相反，英伟达则采用了高度开放的解决方案。英伟达开发的 NVIDIADRIVE 平台提供从底层运算、操作系统层以及应用层在内的全套可定制的解决方案，下游公司可在其平台上开发自己的自动驾驶程序并拥有自有数据，自由度较高。但与此同时，高度的自由性也很可能意味着低耦合度，传统车企的软件算法研发能力较弱，自动驾驶的落地表现会受到一定程度的影响。除了这两家公司以外，地平线定位在二者之间，可提供具有开放性的计算平台和软件算法，从而提高了与车企的配合效率，差异化竞争赢得了更多市场青睐；黑芝麻与英伟达类似，集中精力提升硬件性能，将软件与算法的设计工作

35、开放给了主机厂；华为拥有自研芯片与开发平台，对外提供完整的解决方案，软硬件耦合度偏高，车企与华为的合作时也更加谨慎。图 10：软硬件耦合度与芯片效率紧密相关图 11：整车厂灵活度由公司开放度决定资料来源：中信证券研究部（Logo 来自各公司官网）资料来源：中信证券研究部（Logo 来自各公司官网）分析维度 3：产品时间规划国外巨头提前入局，国内公司紧随其后，加速芯片量产以抢占市场。芯片的量产时间很大程度上决定了公司抢占市场的能力，最先推出合格芯片的公司往往会占据市场更多的份额，因此，各个厂商都在加速器芯片设计与量产进度。国外以英伟达和 Mobileye 为首的自动驾驶芯片公司提前布局，在推出时

36、间上占有明显的优势，Mobileye 计划于 2021 年 3 月推出 EyeQ5 芯片，实现 L3 以上级别自动驾驶；英伟达于 2019 年量产 Xavier 芯片，取得了极大的市场收益，公司还计划于 2022 年提前一年量产 Orin 芯片，与理想汽车合作推出 L4 级别的自动驾驶。与此同时，国内芯片厂商也在紧锣密鼓的加速芯片量产进度，以黑芝麻智能科技为例，公司刚在 2019 年底推出 A500 芯片，又在今年六月推出华山二号 A1000 并计划于明年量产，两个产品推出相隔时间不到 300 天，研发效率可见一斑。图 12：各芯片发布与量产时间资料来源：各公司官网，中信证券研究部分析维度 4

37、：ADAS 功能实现度芯片代系的演进往往意味着更高级别 ADAS 功能的实现，最终目标是实现 L5 完全自动驾驶。ADAS 是在复杂的车辆操作过程中为驾驶员提供辅助和补充，并最终实现无人驾驶，主要包括 FCW、LDW、LKA、AEB、ACC、ICC、TJA、APA、TJP、HWP（Highway Pilot，高速公路自动驾驶）、HWC、CCF（城市自动驾驶）等。从芯片的演进中我们看出，低等级的芯片往往只能实现 L1、L2 级别的辅助驾驶，而随着芯片算力的提高与技术的成熟，各公司逐渐可以实现更高级别的辅助驾驶。目前来看，Mobileye 的 EyeQ5 与英伟达的 Xavier 在同一代系芯片中

38、可实现功能最多、表现最好。图 13：芯片功能实现对比资料来源：SAE，NHTSA，中信证券研究部分析维度 5：车规级认证通过车规级认证意味着该芯片可以更快的打入市场，认证等级越高则可获得整车厂越多的青睐度。汽车标准需认证可靠性标准 AEC-Q 系列、质量管理标准 ISO/TS16949 其中之一，此外需要通过功能安全标准 ISO 26262ASIL B(D）。ISO 26262 主要包括四个等级，分别为 ASIL A/B/C/D。ISO 26262 安全是汽车电子元件稳定性优劣的评判依据之一，通过该等级代表其产品稳定性合格、耐用，但不代表算力、能效比高。车规级芯片标准远高于消费级，认证流程长，

39、通过认证的芯片往往拥有更强的市场竞争力。车载芯片工作环境更为恶劣，相比于消费芯片及一般工业芯片，汽车芯片的工作环境温度范围宽（-40 至 155 摄氏度）、高振动、多粉尘、多电磁干扰。同时，汽车对芯片的可靠性安全性要求高，一般的汽车设计寿命都在 15 年或 20 万公里左右，远大于消费电子产品寿命要求。在相同的可靠性要求下，系统组成的部件和环节越多，对组成的部件的可靠性要求就越高。除此之外，车载芯片的认证流程也较长，一款芯片一般需要 2 年左右时间完成车规级认证，进入车企供应链后一般拥有 5-10 年的供货周期。目前，EyeQ5 与 Orin在 ISO 26262 认证等级最高，均达到了 AS

40、IL-D 级别；国产芯片表现不俗，大部分都通过了两项认证。图 14：芯片车规级认证情况资料来源：各公司官网、中信证券研究部下游渠道合作日益紧密，国内企业加速追赶自动驾驶车载芯片的下游合作渠道主要包括两部分：Tier1 零部件厂商和整车厂。在生态参与者中，整车厂作为最终的整合方，需要把软硬件、功能及生态服务商等各方角色集中起来，完成从整车制造到长期出行服务的交付。目前，全球各个大型整车厂均在布局自动驾驶，并计划在 2020 年前后实现 L3 级别自动驾驶，在 2023 年前后实现 L4级别自动驾驶。因此，整车厂均与芯片厂商有着密切合作。同时，Tier1 在产业链中也占 据了重要地位。一些芯片厂商

41、并不具备直接生产车用整装模组和系统套件的能力，此时，Tier1 厂商的重要性就凸显了出来：芯片公司与一级供应商达成合作，将芯片产品提供给一级供应商，由 Tier1 厂商提供给整车厂完整的解决方案，高效推进自动驾驶技术的落地。在合作厂商方面，Mobileye 与多家传统车企深入合作，但也存在一定市场隐患。目前，Mobileye 则与全球 27 家国际主流车厂和众多一级供应商达成深度合作，凭借其在视觉系统自动驾驶领域的领先技术在 L1-L3 市场占有非常高的市占率，其高效稳健的算法与表现也受到了行业一致好评。但与此同时，Mobileye 目前的商业模式也存在一定的隐患。首先，随着 L3 级别以上自动驾驶技术的日益成熟，多元传感器融合已成大势所趋，车辆的 E/E 架构与会随着需求逐渐向集中化演进。然而，Mobileye 公司坚持使用单目视觉技术，在多传感器融合方面布局较少。与 Mobileye 合作的整车厂也多为传统车企，在自动驾驶方面布局较为保守，汽车架构多采用分散式 E/E 架构且在短期内难以迅速向集中化过渡。这一架构在 L3 以下 ADAS 系统中尚可适用，但随着技术的进步，Mobileye 在 L3 以上的技术发展很可能